Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "analiza skupień" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Multidimensional clustering data visualization using k-medoids algorithm
    Autorzy:
    Kocyba, J.
    Jach, T.
    Nowak-Brzezińska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/951647.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    cluster analysis
    data mining
    K-medoids
    BUPA
    analiza skupień
    eksploracja danych
    Opis:
    The article presents the possibilities of using clustering algorithms to group and visualize data from blood tests of various people in the context of alcohol consumption impact on measured blood parameters. The presented results should be considered as the preliminary to the future works involving automatic visualization of medical data by using clustering algorithms. The authors present the results of clustering of the above data using k-medoids algorithm along with the proposition of visualization. The authors used as a set of input data "BUPA liver disorders" medical base taken from the Machine Learning Repository [7].
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 63-70
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An alternative extension of the k-means algorithm for clustering categorical data
    Autorzy:
    San, O. M.
    Huynh, V. N.
    Nakamori, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/907406.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza skupień
    dane kategoryczne
    eksploracja danych
    cluster analysis
    categorical data
    data mining
    Opis:
    Most of the earlier work on clustering has mainly been focused on numerical data whose inherent geometric properties can be exploited to naturally define distance functions between data points. Recently, the problem of clustering categorical data has started drawing interest. However, the computational cost makes most of the previous algorithms unacceptable for clustering very large databases. The k-means algorithm is well known for its efficiency in this respect. At the same time, working only on numerical data prohibits them from being used for clustering categorical data. The main contribution of this paper is to show how to apply the notion of "cluster centers'' on a dataset of categorical objects and how to use this notion for formulating the clustering problem of categorical objects as a partitioning problem. Finally, a k-means-like algorithm for clustering categorical data is introduced. The clustering performance of the algorithm is demonstrated with two well-known data sets, namely, soybean disease and nursery databases.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2004, 14, 2; 241-247
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Abridged Symbolic Representation of Time Series for Clustering
    Skrócona reprezentacja symboliczna szeregów czasowych dla analizy skupień
    Autorzy:
    Korzeniewski, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/658783.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza skupień
    szereg czasowy
    reprezentacja symboliczna
    data mining
    clustering
    time series
    symbolic representation
    Opis:
    W ostatnich latach pojawiły się metody symbolicznego reprezentowania szeregów czasowych. Te badania są zasadniczo motywowane względami praktycznymi, takimi jak oszczędzanie pamięci lub szybkie przeszukiwanie baz danych. Niektóre wyniki w temacie symbolicznego reprezentowania szeregów czasowych sugerują, że zapis skrócony może nawet poprawić wyniki grupowania. Artykuł zawiera propozycję nowego algorytmu ukierunkowanego na zagadnienie skróconej symbolicznej reprezentacji szeregów czasowych, a w szczególności na efektywne grupowanie szeregów. Idea propozycji polega na wykorzystaniu techniki PAA (piecewise aggregate approximation) z następną analizą korelacji otrzymanych segmentów szeregu. Podstawowym celem artykułu jest modyfikacja techniki PAA ukierunkowana na możliwość dalszego grupowania szeregów w ich skróconym zapisie. Próbowano również znaleźć odpowiedzi na następujące pytania: „Czy zadanie grupowania szeregów czasowych w ich oryginalnej postaci ma sens?”, „Ile pamięci można oszczędzić, stosując nowy algorytm?”. Efektywność nowego algorytmu została zbadana na empirycznych zbiorach danych szeregów czasowych. Wyniki pokazują, że nowa propozycja jest dość efektywna przy bardzo nikłym stopniu parametryzacji wymaganym od użytkownika.
    In recent years a couple of methods aimed at time series symbolic representation have been introduced or developed. This activity is mainly justified by practical considerations such memory savings or fast data base searching. However, some results suggest that in the subject of time series clustering symbolic representation can even upgrade the results of clustering. The article contains a proposal of a new algorithm directed at the task of time series abridged symbolic representation with the emphasis on efficient time series clustering. The idea of the proposal is based on the PAA (piecewise aggregate approximation) technique followed by segmentwise correlation analysis. The primary goal of the article is to upgrade the quality of the PAA technique with respect to possible time series clustering (its speed and quality). We also tried to answer the following questions. Is the task of time series clustering in their original form reasonable? How much memory can we save using the new algorithm? The efficiency of the new algorithm was investigated on empirical time series data sets. The results prove that the new proposal is quite effective with a very limited amount of parametric user interference needed. 
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2019, 2, 341; 43-50
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zaburzenia odżywiania – dylematy diagnozy
    Eating disorders – dilemmas of subtyping
    Autorzy:
    Pilecki, Maciej Wojciech
    Sałapa, Kinga
    Józefik, Barbara
    Powiązania:
    https://bibliotekanauki.pl/articles/944624.pdf
    Data publikacji:
    2014
    Wydawca:
    Medical Communications
    Tematy:
    subtyping
    anorexia
    data mining
    k-mean cluster analysis
    bulimia
    analiza skupień metodą k-średnich
    typy diagnoz
    eksploracja danych
    jadłowstręt
    Opis:
    The aim of this study was to present the dilemmas in the diagnosis of eating disorders on an example of division of a group of girls with diagnosed eating disorders on the basis of the self-assessment questionnaire results which provides an alternative to the clinical criteria. The study covered 116 girls diagnosed with any of the eating disorders according to DSM-IV consulted for the first time between 2002 and 2004 in the outpatient clinic of the Child and Adolescent Psychiatry Unit, University Hospital in Cracow, Poland. Due to statistical limitations of the model only dependent variables such as self-assessment of the presence of depressive symptoms (measured by Beck Depression Questionnaire, BDI), eating attitudes (measured using Eating Attitudes Test, EAT26), self-image (Social Self from Offer’s Self-Image Questionnaire, JaSpoł QSIA) and family relations (Intimacy scale from the Family of Origin Scale, INT FOS) were subjected to k-means cluster analysis. The conducted analyses led to the emergence of five clusters which did not correspond to the division into particular clinical diagnoses. All the clusters turned out to differ from one other in the context of the results of their constituent questionnaire scales. Cluster One proved to characterise individuals with self-assessed low severity of eating problems and depression and a favourable image of their social functioning and family relations. The interaction observed in Cluster Five was the opposite. The majority of the patients in Cluster One were diagnosed with restrictive anorexia, while in Cluster Five with bulimia. Cluster Three turned out to be most different from the others. Positive self-image and family relations were accompanied by high self-assessed severity of eating problems and low depression. The obtained results indicate that the clinical division of eating disorders proposed in ICD and DSM is not the only possible. Other ways of grouping patients may be of interest not only cognitively but may also have some clinical value.
    Celem badania było przedstawienie dylematów dotyczących diagnozy zaburzeń odżywiania się na przykładzie alternatywnego do kryteriów klinicznych podziału grupy dziewcząt z rozpoznaniem tych zaburzeń, uwzględniającego wyniki kwestionariuszy samooceny. Badaniem objęto 116 dziewcząt z rozpoznaniem któregoś z zaburzeń odżywiania się według DSM-IV, konsultowanych po raz pierwszy w latach 2002–2004 w ambulatorium Oddziału Klinicznego Psychiatrii Dzieci i Młodzieży Szpitala Uniwersyteckiego w Krakowie. Z uwagi na ograniczenia statystyczne modelu jedynie zmienne zależne, takie jak: samoocena obecności objawów depresyjnych (Kwestionariusz Depresji Becka, BDI), samoocena obecności problemów z odżywianiem się (Kwestionariusz Postaw wobec Odżywiania, EAT26), obraz siebie (Ja Społeczne Kwestionariusza Obrazu Siebie Offera, JaSpoł QSIA) i relacje rodzinne (skala Intymności Skali Rodziny Pochodzenia, INT FOS), zostały poddane analizie skupień metodą k-średnich. Przeprowadzone analizy doprowadziły do wyłonienia pięciu skupień niepokrywających się z podziałem na poszczególne diagnozy kliniczne. Wszystkie skupienia różnią się wynikami tworzących je skal kwestionariuszowych. Pierwsze skupienie okazało się charakteryzować osoby o niskim w swojej ocenie nasileniu występowania problemów z odżywianiem się i depresyjności oraz korzystnym obrazie swojego funkcjonowania społecznego i relacji rodzinnych. Zależność obserwowana w skupieniu 5. była odwrotna. Przeważająca liczba pacjentek w skupieniu 1. miała rozpoznaną anoreksję restrykcyjną, a w skupieniu 5. bulimię. Najbardziej odmienne od pozostałych okazało się skupienie 3. Pozytywnemu obrazowi siebie, relacji rodzinnych w badanych obszarach towarzyszyło duże nasilenie występowania problemów z odżywianiem się i niskie depresyjności w samoocenie. Otrzymane wyniki wskazują, iż podział kliniczny zaburzeń odżywania się proponowany w ICD i DSM nie jest jedynym możliwym. Inne sposoby porządkowania pacjentów nie tylko mogą być interesujące poznawczo, ale też mają pewną wartość kliniczną.
    Źródło:
    Psychiatria i Psychologia Kliniczna; 2014, 14, 2; 77-83
    1644-6313
    2451-0645
    Pojawia się w:
    Psychiatria i Psychologia Kliniczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena świadczeń emerytalnych w krajach europejskich
    Autorzy:
    Jajko-Siwek, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/543977.pdf
    Data publikacji:
    2017
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    pension gap
    retirement adequacy
    data mining
    classification trees
    multivariate correspondence analysis
    cluster analysis
    luka emerytalna
    adekwatność emerytur
    drzewa klasyfikacyjne
    wielowymiarowa analiza korespondencji
    analiza skupień
    Opis:
    Celem przedstawionego w artykule badania jest scharakteryzowanie osób, które będąc na emeryturze uzyskują świadczenia zapewniające utrzymanie dotychczasowych warunków bytowych. W pracy wykorzystano wybrane metody data mining: drzewo klasyfikacyjne, analizę korespondencji oraz analizę skupień. W opracowaniu uwzględniono czynniki demograficzne, społeczne i ekonomiczne powiązane z poziomem emerytur, tj.: płeć, rodzaj gospodarstwa domowego, fazę wieku, stan zdrowia oraz rodzaj reżimu emerytalnego, w jakim funkcjonuje dana osoba. Badanie wykonano przy użyciu danych projektu Share 50+ in Europe (Survey of Health, Ageing and Retirement in Europe). Wyniki pozwalają na scharakteryzowanie świadczeniobiorcy, któremu nie zagraża tzw. luka emerytalna, czyli niemożność zachowania wcześniejszego standardu życia z powodu niewystarczających świadczeń emerytalnych.
    The aim of the research presented in the article is to characterize retired persons who receive benefits ensuring the maintenance of existing living conditions. The research was conducted with the use of selected data mining methods, such as classification trees, multivariate correspondence and cluster analysis. The paper includes socio-demographic and economic factors, i.e. sex, household type, retirement age, health status and type of pension scheme. The research was conducted on the basis of data from the project ”Share 50+ in Europe”. The presented results allow to identify beneficiary who is not threatened by the so-called pension gap which means the inability to maintain an earlier standard of living due to insufficient retirement benefits.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2017, 6
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrydowy model systemu ekspertowego do oceny podatników
    Hybrid model of expert system for estimation of taxpayers
    Autorzy:
    Budziński, Ryszard
    Misztal, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/452818.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    klasyfikacja podatników
    teoria zbiorów przybliżonych
    rozmyta analiza skupień
    metoda AHP
    eksploracja danych
    taxpayers classification
    rough set theory
    fuzzy clustering
    AHP method
    data mining
    Opis:
    Proponowany model identyfikuje podatników na podstawie ich cech i właściwości, które wskazują na większą możliwość występowania problemów z przestrzeganiem prawa podatkowego. Eliminuje słabości występujące w znanych algorytmach zaliczających się do klasyfikatorów, jak również systemów wnioskujących oraz wspomagających typowanie stosowanych w administracji podatkowej. Jest to możliwe dzięki utworzeniu hybrydowego modelu, który dobrze odzwierciedla zachowania podatników. Model dzięki zastosowaniu nowoczesnych rozwiązań predysponuje do przyszłego utworzenia i uruchomienia w administracji bazującego na nim systemu ekspertowego.
    Proposed model identifies taxpayers on the basis of their features and properties that point to bigger possibility of taxation law observance problems. Model eliminates weaknesses of well known classification algorithms, as well as expert systems and taxpayers typing assists applications used wildly in tax offices. It is possible because of designing hybrid model that reflects well behavior of payers. Applying modern concepts in model predisposes it for future implementation of software solution that can be used in taxation administration.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 101-111
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies